PRACOWNIA Z SIECI NEURONOWYCH - LISTA NR 3. Zadania XIII - XX Temat: Sieci Kohonena i wizualizacja danych wielozmiennzch Zadania na pracownię w mies. grudniu. Zadanie 13 Zapoznaj się z możliwościami sieci Kohonena uruchamiając moduły som_demo1, som_demo1, som_demo3, i som_demo_4 z pakietu somtoolbox Zadanie 14 Załaduj plik lettersUCI (skrypt 'lettersUCI.m' a folderu 'abaFiles"). Plik ten znajduje się na scieżce Matlaba, wystarczy napisać w oknie komend nazwę pliku. Wybierz 3 literki, umieść w oddzielnych zbiorach, reszte danych usuń z pamięci roboczej (tj. z workspace). Zadanie 15. Połącz obydwie grupy literkowe w jedną grupę danych o nazwie X, oblicz dla tych danych mape Kohonena o jednostkach heksagonalnych (np. o nazwie sM). Podaj (zapamiętaj) wskażniki błędu kwantyzacji i błędu topograficznego. Pokaż mapę (funkcja som_show(sM, 'umat, 'all', 'comp', 1:3)) na ekranie monitora. Pokaż tę samą mapę używając w funkcji som_show parametru 'umati' zamiast zamiast 'umat', i deklarując jako zmienne 'comp' inne numery cech danych z przedziału 1, ..., 16. Zadanie 16. Skonstruuj na bazie obliczonej struktury sM dwie puste mapy (na jednym rysunku) i umieść na tych mapach informacje o obsadzie heksagonów przez wybrane dwie literki. Na jednej mapie powinna to być informacja kolorem, na drugiej cyfrowa (ile literek jest reprezentowanych przez codebooki poszczególnych heksagonów). Użyteczne funkcje: som_hits, som_show_add. Zadanie 17. Wypisz liczbowo wektory danych, które sa reprezentowane przez jeden z przyjętych narożników mapy z zadania 16. Zadanie 18. Wykonaj (na jednym rysunku) wykres profilowy codebooków znajdujących sie w czterech narożnikach mapy z zadania 16. Zadanie 19. Wykonaj mapę Kohonena dla swoich danych, które będziesz przedstawiać w końcowym Raporcie. Wykonaj mapę dwa razy: 1) na danych 'surowych', tj. bez standaryzacji, oraz 2) standaryzowanych. Zadanie 20. Zbadaj wymiarowość swoich danych, wybierz istotne wymiary. Niech ich będzie K. Oblicz K pierwszych składowych głównych, Podobnie jak w zad. 19 skonstruuj dwie mapy na bazie obliczonych składowych głównych: 1) surowych, 2) standaryzowanych. W obu przypadkach standaryzacja oznacza standaryzację statystyczną, tj. kazda kolumna danych ma średnią 0 i wariancję 1.